阿里万相视频生成大模型宣布开源：8.2GB 显存就能跑，测试超越 Sora

潍坊市街道办app 渭南市消防局app 临沂市助农app 龙岩市公益app 惠州市防洪信息app 信阳市信息公开app 定西市土木工程app 宁德市太阳能发电信息app 福州市最新新闻app 宿州市第二中学app 呼和浩特市第三高中app 阜阳市防洪信息app 崇左市暴雨监控中心app 七台河市养老服务app 东莞市公正处app 黄冈市妇联救助app 运城市第二小学app 六安市教研app 宜宾市非物质文化遗产app 安顺市第四中学app 鄂尔多斯市教育信息app 上饶市专题专栏app 商洛市电视台广播app 中山市第一高中app 茂名市公益app 远安县学校app 普安县警务app 札达县审计公开app 范县城乡建设app 五河县森林消防app 西充县新闻中心app 嘉义县土地局app 永登县特殊家庭关爱协会app 辉南县非物质文化遗产app 松潘县第一中学app 灵丘县最新新闻app 秦安县第四高中app 南昌县法律服务app 双江拉祜族佤族布朗族傣族自治县便民app 安乡县论坛app 城固县台风监控中心app 澧县第六中学app 嘉荫县第一小学app 北川羌族自治县历史记录app 将乐县中心校app 荣县电视台广播app 华坪县太阳能发电信息app 崇信县审计公开app 大通回族土族自治县森林消防app 新化县第一中学app 策勒县政务监督app

本站 2 月 25 日消息，阿里云今日宣布旗下视觉生成基座模型万相 2.1（Wan）开源。

此次开源采用最宽松的 Apache2.0 协议，14B 和 1.3B 两个参数规格的全部推理代码和权重全部开源，同时支持文生视频和图生视频任务，全球开发者可在 Github、HuggingFace 和魔搭社区下载体验。

据介绍，14B 万相模型在指令遵循、复杂运动生成、物理建模、文字视频生成等方面表现突出，在评测集 VBench 中，万相 2.1 以总分 86.22% 的成绩超越 Sora、Luma、Pika 等国内外模型，位列榜首。1.3B 版本测试结果不仅超过了更大尺寸的开源模型，甚至还接近部分闭源模型，同时能在消费级显卡运行，号称“仅需 8.2GB 显存就可以生成 480P 视频”，适用于二次模型开发和学术研究。

万相视频模型架构图

在算法设计上，万相基于主流 DiT 架构和线性噪声轨迹 Flow Matching 范式，研发了高效的因果 3D VAE、可扩展的预训练策略等。以 3D VAE 为例，为了高效支持任意长度视频的编码和解码，万相在 3D VAE 的因果卷积模块中实现了特征缓存机制，从而代替直接对长视频端到端的编解码过程，实现了无限长 1080P 视频的高效编解码。此外，通过将空间降采样压缩提前，在不损失性能的情况下进一步减少了 29% 的推理时内存占用。

万相团队的实验结果显示，在运动质量、视觉质量、风格和多目标等 14 个主要维度和 26 个子维度测试中，万相均达到了业界领先表现，并且斩获 5 项第一。

本站附开源地址：

Github：https://github.com/Wan-Video

HuggingFace：https://huggingface.co/Wan-AI

魔搭社区：https://modelscope.cn/organization/Wan-AI